Análisis de Promulgación de Leyes en el Congreso Peruano

Introducción

El siguiente ejercicio evalúa la promulgación de leyes de los últimos 5 periodos parlamentarios. En total, se analizaron 34 587 propuestas de ley. El valor promedio de propuestas de ley es de 6 917 proyectos en los 5 periodos. De todos ellos, el periodo parlamentario entre los años 2001 y 2006 muestra una marcada diferencia con respecto a los cuatro restantes, con 14 841 proyectos de ley, pasando por encima del valor promedio.

Análisis periodo 1995-2000

En la siguiente sección, se analizan las 5 807 leyes propuestas durante el periodo legislativo 1995-2000.

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

An??lisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 1995 - 2000):

ModeloCongreso=data[data$congresoR=='C1995_2000',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 5807, number of events= 1492 
## 
##                      coef exp(coef) se(coef)     z Pr(>|z|)    
## GPOficialista1    1.76591   5.84690  0.17190 10.27   <2e-16 ***
## ProponeEjecutivo1 2.14677   8.55715  0.06346 33.83   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        5.847     0.1710     4.175     8.189
## ProponeEjecutivo1     8.557     0.1169     7.556     9.691
## 
## Concordance= 0.614  (se = 0.005 )
## Rsquare= 0.131   (max possible= 0.987 )
## Likelihood ratio test= 815.5  on 2 df,   p=<2e-16
## Wald test            = 1197  on 2 df,   p=<2e-16
## Score (logrank) test = 1704  on 2 df,   p=<2e-16

Impacto del grupo oficialista en la probabilidad de publicación del proyecto de ley:

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (1995 - 2000)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Impacto del Poder Ejecutivo como proponente en la probabilidad de publicación del proyecto de ley:

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (1995 - 2000)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2001-2006

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

Análisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2001 - 2006):

ModeloCongreso=data[data$congresoR=='C2001_2006',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 14839, number of events= 4909 
##    (2 observations deleted due to missingness)
## 
##                      coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    0.06562   1.06782  0.03562  1.842   0.0655 .  
## ProponeEjecutivo1 1.73445   5.66584  0.04366 39.726   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        1.068     0.9365    0.9958     1.145
## ProponeEjecutivo1     5.666     0.1765    5.2012     6.172
## 
## Concordance= 0.566  (se = 0.004 )
## Rsquare= 0.07   (max possible= 0.998 )
## Likelihood ratio test= 1082  on 2 df,   p=<2e-16
## Wald test            = 1616  on 2 df,   p=<2e-16
## Score (logrank) test = 2051  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2001 - 2006)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2001 - 2006)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2006-2011

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el an??lisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el an??lisis].

An??lisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2006 - 2011):

ModeloCongreso=data[data$congresoR=='C2006_2011',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 4908, number of events= 1388 
## 
##                      coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    0.16001   1.17352  0.07636  2.096   0.0361 *  
## ProponeEjecutivo1 1.46794   4.34028  0.06002 24.459   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        1.174     0.8521     1.010     1.363
## ProponeEjecutivo1     4.340     0.2304     3.859     4.882
## 
## Concordance= 0.644  (se = 0.007 )
## Rsquare= 0.102   (max possible= 0.99 )
## Likelihood ratio test= 526.4  on 2 df,   p=<2e-16
## Wald test            = 635.7  on 2 df,   p=<2e-16
## Score (logrank) test = 749.1  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2006 - 2011)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2006 - 2011)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2011-2016

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

Análisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2011 - 2016):

ModeloCongreso=data[data$congresoR=='C2011_2016',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 5424, number of events= 1501 
## 
##                       coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    -0.07192   0.93061  0.06692 -1.075    0.283    
## ProponeEjecutivo1  2.03517   7.65355  0.06111 33.304   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1       0.9306     1.0746    0.8162     1.061
## ProponeEjecutivo1    7.6536     0.1307    6.7897     8.627
## 
## Concordance= 0.643  (se = 0.007 )
## Rsquare= 0.153   (max possible= 0.99 )
## Likelihood ratio test= 903.6  on 2 df,   p=<2e-16
## Wald test            = 1268  on 2 df,   p=<2e-16
## Score (logrank) test = 1764  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2011 - 2016)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2011 - 2016)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

Análisis periodo 2016-2021

Proponentes

La siguiente tabla muestra el número de leyes propuestas por tipo de proponente y el número de leyes promulgadas por tipo de proponente.

El siguiente gráfico muestra el estado de las leyes propuestas por tipo de proponente.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por tipo de proponente [Se consideran únicamente a las leyes promulgadas para el análisis].

Grupos parlamentarios

El siguiente gráfico muestra el estado de las leyes propuestas por grupo parlamentario.

El siguiente gráfico muestra el tiempo promedio para que una ley sea promulgada por grupo parlamentario [Se consideran únicamente a las leyes promulgadas para el análisis].

Análisis del contenido de Leyes Propuestas

Determinantes de la promulgación de leyes

Regresión survival (Periodo 2016 - 2021):

ModeloCongreso=data[data$congresoR=='C2016_2021',]
ModeloCongreso = ModeloCongreso[,c(19,21,22,24)]
library(survival)
ModeloCongreso$survival=with(ModeloCongreso,Surv(TiempoP, as.numeric(Promulgado)))
modelo1 <- coxph(survival ~ GPOficialista + ProponeEjecutivo,data=ModeloCongreso)
summary(modelo1)
## Call:
## coxph(formula = survival ~ GPOficialista + ProponeEjecutivo, 
##     data = ModeloCongreso)
## 
##   n= 3607, number of events= 668 
## 
##                     coef exp(coef) se(coef)      z Pr(>|z|)    
## GPOficialista1    0.1322    1.1414   0.1527  0.866    0.387    
## ProponeEjecutivo1 1.5758    4.8346   0.0990 15.918   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
##                   exp(coef) exp(-coef) lower .95 upper .95
## GPOficialista1        1.141     0.8761    0.8461      1.54
## ProponeEjecutivo1     4.835     0.2068    3.9819      5.87
## 
## Concordance= 0.592  (se = 0.01 )
## Rsquare= 0.05   (max possible= 0.943 )
## Likelihood ratio test= 184.3  on 2 df,   p=<2e-16
## Wald test            = 255  on 2 df,   p=<2e-16
## Score (logrank) test = 310.9  on 2 df,   p=<2e-16
library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ GPOficialista, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2016 - 2021)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

library(ggplot2)
library(ggfortify)
KM.fondos = survfit(survival ~ ProponeEjecutivo, data = ModeloCongreso)

###
ejeX='TIEMPO HASTA QUE SE PUBLICA EL PROYECTO\n curva cae cuando el proyecto es publicado'
ejeY='Probabilidad de que el proyecto sea publicado'
titulo="Curva de Sobrevivencia (2016 - 2021)"
autoplot(KM.fondos,
         xlab=ejeX,
         ylab=ejeY, 
         main = titulo,
         conf.int = F)

El equipo del LabPUCP est?? conformado por: